POSIXct 在回归中作为连续变量？答案

【问题标题】：POSIXct in a regression as continuous variable?POSIXct 在回归中作为连续变量？
【发布时间】：2014-01-18 20:30:50
【问题描述】：

我正在尝试将回归与一天中的时间作为连续预测变量以及二元 TRUE/FALSE 结果进行拟合。

我的时间变量如下所示：

> class(sched_SMS_time)
[1] "POSIXct" "POSIXt" 
> head(sched_SMS_time)
[1] NA    "2014-01-01 11:15:00 EST" "2014-01-01 11:30:00 EST"

我的问题是，R 一直以分类的方式对待它（即作为一个因素），并抛弃我的回归模型。

我能想到的唯一方法（并且已经找到 elsewhere on the stack exchange site）似乎是将 POSIXct 对象转换为十进制数字对应物，即

as.numeric(str_sub(gsub(":", ".", bob_os_ten$sched_SMS),1,-4))
head(sched_SMS_time_conv)
[1]    NA 11.15 11.30 11.45 12.15 13.00

将其重新插入我希望运行的模型中，这似乎会给出合理的结果...

但是，我意识到这会丢失更细粒度的信息。（即，无法区分周一的 9 点和周二的 9 点）。

因此我的问题是：

1) 有没有一种方法可以让 POSIXct 对象在连续意义上直接用于回归（基本的东西，在 lme4 中用于多级数据）

2) 如果答案为“否”，上述解决方法是最佳替代方案吗？

【问题讨论】：

标签： r object time posixct

【解决方案1】：

其实可以直接使用一个POSIXct次的向量（假设它叫tt），它会被当作as.numeric(tt)来处理，即当作从1970-01-01开始的秒数格林威治标准时间 00:00:00。这是一个例子：

# set up inputs
set.seed(123)
n <- 100 # must be even as n/2 is used below
y <- rbinom(n, 1, .5) == 1
tt <- seq(as.POSIXct("2004-01-01"), length = n, by = "day")

# run a glm regression
glm(y ~ tt, family = binomial)

# and an lme4 example
library(lme4)
g <- gl(2, n/2)
glmer(y ~ tt + (1 | g), family = binomial)

添加：新答案。正如@jlhoward 所指出的，将线性回归更改为逻辑回归。添加 lme4 示例。

【讨论】：

【解决方案2】：

将您的时间转换为自某个特定基准时间以来的连续时间变量（例如，自 1970 年 1 月 1 日开始的秒数，也称为自纪元以来的秒数）可能是有意义的。

这很容易通过unclass 函数使用POSIXct 完成：

str(Sys.time())
#   POSIXct[1:1], format: "2013-12-31 22:59:18"

unclass(Sys.time())
# [1] 1388548783

因此，在您的示例中，您将在回归模型中将 sched_SMS_time 替换为 unclass(sched_SMS_time)。

【讨论】：

【解决方案3】：

这只是建立在@G.Grothendieck 的响应之上，注意到您的响应变量是二进制 (T/F)。

如果您的响应是 y（T/F 向量），并且您的预测器 sched_SMS_time 是 POSIXct，则创建一个数据框 df 为：

# not tested...
df <- data.frame(y=y, time=sched_SMS_time, t=sched_SMS_time-sched_SMS_time[1])
fit <- glm(y~t, data=df,family=binomial())
df$pred <- predict(fit,type="response")

library(ggplot2)
ggplot(df, aes(x=time)) + geom_point(aes(y=y)) + geom_line(aes(y=pred))

请注意，这适合使用t，但绘图使用time .

【讨论】：